Effectivement, la mise en relation entre l’offre et la demande, sur le site Pôle Emploi peut certainement être grandement améliorée. 

C’est ce que souhaite faire le jeune data scientist Paul Duan, rapporte le Figaro, dont l’organisation non-profit qu’il a lancé, Bayes Impact – qui se veut un nouvel acteur du service public en utilisant les “données pour le bien”, à l’image des nombreuses associations américaines qui travaillent à la construction de l’innovation publique – vient de signer un partenariat avec Pôle Emploi (notamment son laboratoire d’innovation). L’enjeu est de développer un système personnalisé, permettant de proposer à chaque demandeur d’emploi des offres et des formations plus adaptées à son profil. 

De là à avancer qu’un simple algorithme pourrait réduire le chômage d’au moins 10 % comme l’a clamé une récente Une de Society (mais le jeune homme semble avoir pris le partie du pragmatisme quant au storytelling), il y a peut-être un pas un peu rapide que politiques et administrations semblent vouloir ne pas voir. C’est oublier en tout cas un peu vite que le nombre d’emplois non pourvu n’est pas de cet ordre de grandeur et que les raisons qui font qu’ils ne sont pas pourvus s’explique aussi par la nature même de ces offres. 

Espérons néanmoins que ce travail puisse permettre d’éclairer un peu mieux les méthodes d’appariements des offres et des demandes de Pôle emploi, des explications que le site public doit certainement à ses utilisateurs. Souhaitons que ce partenariat permette de bâtir une meilleure compréhension du système automatisé de Pôle emploi. ;)